新疆研究生机器学习课程的实践与探索

哈里旦木·阿布都克里木

摘要：本文将结合教学实践来探讨新疆研究生机器学习课程的教学方法。首先，介绍机器学习的重要性及意义；其次，讲述新疆研究生机器学习课程教学中存在的问题；最后，讲述如何通过教、学和研结合的方式解决新疆研究生机器学习教学中存在的问题。

关键词：机器学习；教学；研究

前言

机器学习是近年来最前沿的技术之一。人们在生活中离不开各种各样的机器学习算法。如百度（Baidu）或必应（Bing）搜索引擎，这些搜索引擎由谷歌（Google）或微软（Microsoft）实现的PageRank模型所支持，这种模型可以“学会”如何对网页进行排名。如今机器学习在自然语言处理、计算机视觉、数据挖掘、医学诊断、语音和手写识别、无人机和无人车等很多领域都得到了成功应用。机器学习发源于人工智能领域①。

人工智能在当今社会引起了很大反响。国家也提出了未来要人工智能发展的方针和政策。人工智能的热潮越演越烈，但是人工智能人才极其短缺。为了能够培养更多的人工智能人才，全球对于人工智能教育的呼声不断。日前，全球首本人工智能基础（高中版）正式被发布。而人工智能背后所支持的算法是机器学习[1]。

一、存在的问题

1.课堂内容重原理轻应用，学生兴趣缺失。目前，由于课时的限制，新疆研究生机器学习课程主要讲述各种智能技术的数学原理及模型，几乎不涉及实际应用。在实际教学中，一味的讲解各类算法理论和模型，使得课堂内容较为枯燥，并且与实际应用相距太远，学生感到乏味，难以提起学习兴趣[2]。

2.欠缺掌握机器学习前沿技术的教师队伍。计算机专业目前无论在国外还是在国内都是比较热门的一个专业，就业前途很好。很多跨国IT公司和国内著名的IT企业都在沿海一带，大部分人工智能领域的人才都积聚在比较发达的沿海城市，西部地区人才流失严重，掌握人工智能前沿技术的人才更是缺乏，虽然这几年国家通过援疆政策（如：少数民族骨干计划政策等）大力支持西部地区高等教育的发展，对口支援高校，每年选派优秀老师到新疆高校培养一批优秀的博士生并就培养人才方面提出宝贵的建议和意见，但是需求远远大于供给，因此很多计算机专业的学生未能及时掌握人工智能领域的前沿技术。

3.硬件配置的要求。现在机器学习方法中最热门的深度学习方法对硬件的要求很高。比如，125万的中英数据训练标准的神经翻译系统必须要在GPU上运行，而且需要4、5天才能收敛。再比如，谷歌的DeepMind团队提出的围棋人工智能程序--AlphaGo②和AlphaGo Zero③，它们都是深度学习的应用。然而这两个模型对硬件的要求非常高。其中，AlphaGo 模型需要在48个TPU上训练，耗时几个月才能打败人类。虽然第二个版本AlphaGo Zero在很大程度上降低了硬件要求并缩短了训练时间，但是也至少需要4个TPU。那么如果AlphaGo 的单机版和人对弈，每次对弈需要使用8 块GPU 和48 块CPU。而很多科研院所没有能力负担如此耗资巨大的硬件设备。因此即使是研究生学会了最前沿的深度学习方法，如果没有好的硬件配置很难超过传统的方法。所以说要想让深度学习更加实用，最新的技术更快落地，就需要在硬件和时间上进行大量的改进。

二、解决方法

1.教學内容方面。使用理论和实践相结合的方式。可以将当前最前沿的机器学习技术应用到实践中，并将理论和实践同步进行，让学生在理解理论的基础上，结合实际问题，让学生自己去编写出所对应的程序。比如，机器学习中的神经网络方法可以进行双语句子之间的翻译。理论方面，我们可以给学生讲解经典神经网络原理，如反向传播算法和梯度下降算法等。另外，让学生们自己去查找神经网络机器翻译方面的最新技术。实践方面，可以安排上机课，带领学生们理解现有的神经网络机器翻译系统的代码，并让学生们自己编程实现神经机器翻译系统。这样的讲课方式不仅能够让同学们掌握前沿的机器学习技术的原理，同时还能学习对应的应用，让学生们学以致用，这样也可以提高学生们的兴趣。在此基础上，我们更加鼓励研究生们结合自己的研究方向选定一个感兴趣的任务，用机器学习技术去解决[3]。

2.机器学习教师稀缺问题。可以购买网上的在线学习教程，首先是老师自己学习，掌握机器学习。或者是派老师到国内外参加机器学习培训班或研讨会，提升老师的机器学习知识。

3.加强本地研究生与对口支援高校的联合培养力度，条件允许的情况下周期性选派优秀研究生前往北京上海的支援高校联合培养，这样本地研究生及时掌握人工智能领域的前沿技术有利于提高研究生的综合专业水平。寒暑假可以派遣研究生去知名IT企业实习，或参加各类学习班和相关学术会议，开阔研究生的视野，为研究生提供更好的学习与科研环境。

4.加强对研究生基础知识储备的培养。在这方面，我们鼓励学生进行自我学习。与课程相关的内容，可以安排自学作业，如安排学生自学一些必备的数学知识，或者阅读最新论文。我们希望通过这种方式克服学生对数学和英语的恐惧心理，增强研究生的自学能力。

注释：

① https：//www.coursera.org/

②https：//baike.baidu.com/item/%E9%98%BF%E5%B0%94%E6%B3%95%E5%9B%B4%E6%A3%8B/19319610？fromtitle=AlphaGo&fromid=19315265&fr=aladdin

③https：//baike.baidu.com/item/AlphaGo%20Zero/22168629？fr=aladdin

参考文献：

[1]袁鼎荣. 浅谈《机器学习》的课程教学方法[J]. 广西经济管理干部学院学报， 2010， 22（4）：99-101.

[2]曾宪华， 李伟生， 于洪. 智能信息处理课程群下的机器学习课程教学改革[J].计算机教育， 2014， No.223（19）：60-62.

[3]曲衍鹏， 邓安生， 王春立，等. 面向机器学习课程的教学改革实践[J].计算机教育，2014， No.223（19）：88-92.